REMAID

Se proponen diversas actividades, como fisioterapia, terapia ocupacional y actividad física adaptada, pero también enfoques basados en tecnologías de asistencia (p. ej., entrenamiento robótico o estimulación eléctrica funcional). Estas tecnologías de asistencia son recomendadas por la Autoridad Nacional Francesa de la Salud como complemento de los tratamientos convencionales. Sin embargo, el elevado coste de estas tecnologías de asistencia limita su uso en los departamentos de rehabilitación. El departamento SHV del LAMIH ha desarrollado y patentado recientemente un ergómetro motorizado con un coste de producción razonable. Esta herramienta compacta de medición y rehabilitación puede transportarse a la cama del paciente, lo que permite un tratamiento de rehabilitación muy precoz. Esta herramienta de rehabilitación se ha acoplado recientemente a una interfaz cerebro-máquina (Brain Machine Interface, BMI) para movilizar articulaciones dañadas basándose únicamente en la activación cerebral. Las interfaces cerebro-máquina son herramientas tecnológicas capaces de procesar la actividad eléctrica cerebral (EEG) para identificar actividades específicas, como la actividad cerebral asociada a la motricidad voluntaria. La idea principal es poder discriminar la intención motora, i.e., antes de que se realice realmente la acción motora. Con el fin de mejorar la eficacia de la ICM rehabilitadora, se han realizado muchos trabajos para discriminar los parámetros motores del movimiento venidero (e.g., fuerza, velocidad de ejecución y dirección del movimiento venidero) directamente a partir de señales de EEG. Este trabajo pretende desarrollar un MCI híbrido que acople datos electrofisiológicos (EEG, EMG) y biomecánicos (momento de fuerza, cinemática) para generar un movimiento rehabilitador personalizado. La intención motora se detectará a partir de las señales de EEG para iniciar el movimiento en el momento adecuado. Durante la fase de ejecución, el movimiento se corregirá utilizando las señales de control EMG y el momento de fuerza. Desde un punto de vista técnico, estas limitaciones se resolverán desarrollando leyes de control rápidas que puedan actuar en modo predictivo a partir de una instrucción parcialmente identificada, con posible reconfiguración en función de las necesidades. En función de la complejidad del modelo utilizado, también está previsto utilizar métodos de descomposición o herramientas derivadas de los sistemas no lineales, como los modelos Takagi-Sugeno. Por tanto, el doble objetivo de este trabajo será  validar los mejores algoritmos de extracción de instrucciones a partir de señales electrofisiológicas y biomecánicas y construir las leyes de control para generar el movimiento rehabilitador personalizado.

Preguntas frecuentes.